Um serviço no navegador construído sobre os modelos SAM 3D de código aberto da Meta: aponte um objeto ou uma pessoa na foto, gere uma malha texturizada em segundos e exporte em GLB ou PLY sem placa de vídeo local.
Já usou esta ferramenta? Avalie-a
Já usou esta ferramenta? Avalie-a
O SAM 3D, publicado em sam3d.org, é um serviço de imagem para 3D que roda inteiramente no navegador e transforma uma única fotografia comum em uma malha tridimensional texturizada, pronta para baixar e abrir em qualquer programa 3D usual. Você envia uma imagem, aponta o objeto ou a pessoa que interessa e recebe geometria, textura e pose — inclusive superfícies plausíveis no lado do objeto que a câmera nunca viu. Não há mesa giratória, nem sessão de captura em vários ângulos, nem uma esteira de fotogrametria para acompanhar.
A primeira coisa a esclarecer é a titularidade, porque o nome convida à confusão. Este site não pertence à Meta. A área de perguntas frequentes do próprio site traz um aviso explícito de que o projeto é independente e não possui vínculo com a Meta. O que existe aqui, na prática, é um operador independente que hospeda os pesos dos modelos SAM 3D publicados abertamente pela Meta e os comercializa por trás de interface web, cobrança e visualizador próprios. A promessa da página inicial é honesta justamente por ser direta: transformar qualquer foto em ativos 3D detalhados e realistas, a partir dos modelos SAM 3D de código aberto da Meta, sem instalação e sem placa de vídeo. Essa frase descreve com exatidão a proposta de valor: a inteligência vem da pesquisa a montante e o que se vende é o acesso confortável a ela.
Compreender essa separação em duas camadas orienta praticamente toda decisão prática que você tomará com a ferramenta. Qualidade de reconstrução, modos de falha e condições de licença no nível do modelo remontam aos modelos originais e ao comportamento documentado deles. Preço, contabilidade de créditos, limites de envio, retenção de dados e suporte são inteiramente do operador. Avalie as duas camadas separadamente: o modelo determina se sua malha presta, e o operador determina quanto você paga e o que acontece com o que você envia.
Duas linhas de reconstrução distintas. O SAM 3D Objects cuida da reconstrução de objetos com consciência de cena: você seleciona qualquer objeto de uma foto e obtém uma malha com informação de pose, mesmo em enquadramentos bagunçados. O SAM 3D Body é a linha dedicada a pessoas e recupera postura e forma corporal a partir de uma única imagem. As portas de entrada são separadas porque os problemas resolvidos são realmente diferentes: uma prevê geometria de objetos arbitrários e a outra ajusta uma representação paramétrica do corpo humano.
Seleção por comando em vez de máscara pintada à mão. O alvo pode ser indicado de três maneiras: por descrição em texto, por clique ou por retângulo de seleção. Digitar «banqueta de madeira» é uma forma perfeitamente legítima de isolar um objeto, assim como um único clique. Isso é herança direta da linhagem Segment Anything, cuja contribuição central é exatamente a segmentação interativa de vocabulário aberto.
A geometria oculta e traseira é inferida, não deixada vazia. Uma única fotografia não contém informação alguma sobre as costas de um objeto, então o modelo inventa um verso plausível em vez de produzir uma placa achatada ou uma casca aberta. O resultado é um ativo fechado, observável de qualquer ângulo. Trata-se de invenção e não de medição, que é precisamente o acordo aceito ao escolher reconstrução a partir de uma imagem.
Um rig humano que separa esqueleto e tecido mole. A linha corporal se apoia no Meta Momentum Human Rig, uma representação que mantém a estrutura esquelética e a forma do tecido mole como componentes separáveis. Para quem precisa animar o resultado, essa separação vale muito mais do que um amontoado indiferenciado de vértices, porque pose e compleição passam a ser editáveis de forma independente.
Formatos de exportação padrão, prontos para motor. Objetos são exportados em GLB para jogos e aplicações web, em nuvens de pontos PLY para fluxos técnicos, ou como pacote ZIP completo com todos os formatos incluídos. Os arquivos exportados são descritos como prontos para uso imediato no Unity, Unreal, Blender e outros programas 3D padrão, razão pela qual GLB é a escolha padrão, a não ser que alguma ferramenta seguinte peça expressamente dados de pontos.
Um visualizador no navegador antes de gastar um download. As malhas geradas podem ser orbitadas, ampliadas e inspecionadas em um visualizador interativo dentro da própria página. Isso pesa mais do que parece: a reconstrução a partir de uma imagem falha de maneiras evidentes numa vista de três quartos e invisíveis pelo ângulo original de câmera, então conferir antes de confirmar poupa tempo real.
Visualizadores de formato como complemento. Ao lado da geração, o site hospeda visualizadores online independentes para arquivos de intercâmbio 3D comuns, incluindo GLB, PLY, OBJ, FBX, GLTF, STL e DAE. São utilitários periféricos e não o produto central, mas ajudam quando se quer conferir um ativo sem abrir um aplicativo pesado.
Visualização de produto para comércio eletrônico. A foto de catálogo costuma ser o único ativo de um lojista pequeno, e encomendar digitalização 3D por item é proibitivo. Reconstruir um modelo girável a partir dessa foto já existente viabiliza a colocação no ambiente do cliente e as vistas de produto em 360 graus. Trate o resultado como material de apresentação e não como réplica dimensionalmente fiel: ele parecerá certo muito antes de medir certo.
Bloqueio rápido de níveis e protótipos de jogo. Quem projeta níveis precisa o tempo todo de uma cadeira, uma caixa, uma patinete ou um pilarete cuja silhueta baste para ler, enquanto a arte definitiva ainda está sendo produzida. Gerar um GLB a partir de uma foto de referência e soltá-lo no Unity ou no Unreal preenche essa lacuna em minutos. Muitos desses ativos provisórios acabam substituídos, de modo que a velocidade de geração vale bem mais do que a qualidade da topologia.
Referência de personagem e malhas base. A linha corporal converte uma fotografia de referência de corpo inteiro numa malha posicionada que um artista de personagens usa como andaime de proporções. Ela substitui um bloqueio anterior à escultura, não um personagem de produção — mas partir de uma silhueta humana aproximadamente correta supera começar por uma esfera.
Composição de cenas de AR e VR. Cenas imersivas são vorazes por adereços, e GLB é cidadão de primeira classe na maioria das esteiras de WebXR e realidade aumentada móvel. Fotografar os objetos do ambiente real que você está recriando e reconstruí-los um a um produz um conjunto com cara daquele lugar específico, em vez de cheirar a biblioteca genérica de ativos.
Ensino, arquivo e visualização em pesquisa. Museus, docentes e pesquisadores de campo frequentemente guardam fotografias de espécimes, artefatos ou equipamentos que já não podem digitalizar fisicamente. Um modelo tridimensional aproximado construído a partir de uma imagem de arquivo sustenta material didático interativo e discussão espacial, desde que o caráter aproximado da geometria seja declarado com clareza ao público.
Experimentação em visão computacional sem infraestrutura. Pesquisadores e engenheiros que queiram ver como esses modelos se comportam com as próprias imagens antes de decidir sobre hospedagem própria podem passar um punhado de imagens representativas. Hospedar por conta própria os mesmos pesos abertos exige, conforme documentado, um ambiente Linux de 64 bits e uma GPU NVIDIA com pelo menos 32 GB de memória de vídeo, de modo que testar o serviço hospedado é a forma mais barata de responder se vale a pena comprar equipamento.
Escolha a linha adequada ao seu objeto. Encaminhe objetos inanimados, mobiliário, produtos e adereços de cena para a entrada Objects, e fotografias de pessoas para a entrada Body. Jogar uma pessoa na linha de objetos costuma produzir uma malha rígida, de ar estatuário, sem nada da estrutura de rig que torna um modelo corporal útil.
Prepare uma entrada que o modelo consiga de fato ler. Os envios aceitam arquivos JPEG, PNG e WebP de até 10 MB. Escolha uma tomada em que o objeto não esteja encoberto, tenha iluminação razoável e ocupe boa parte do quadro. Como o verso é inferido e não observado, uma vista de três quartos que revele duas faces do objeto oferece ao modelo muito mais material do que uma tomada frontal e chapada.
Isole o objeto. O fluxo de objetos documentado é um ciclo de quatro passos: enviar uma imagem, selecionar objetos, gerar o modelo 3D e baixá-lo. Na etapa de seleção, descreva o objeto em palavras, clique nele ou desenhe um retângulo, e confirme se a máscara devolvida acompanha a silhueta real. Uma máscara que vaza para o fundo ou engole um objeto vizinho propagará esse erro até a geometria, então compensa refazer o comando aqui em vez de corrigir depois.
Gere e inspecione por ângulos pouco familiares. Rode a reconstrução e gire imediatamente o resultado no visualizador. Olhe especificamente a superfície que a câmera nunca viu, as estruturas finas como alças e pernas, e qualquer região ocluída na foto de origem. É ali que a reconstrução por imagem única concentra seus erros.
Exporte no formato que o destino espera. GLB para motores de jogo, renderizadores em tempo real e visualizadores web; PLY quando uma esteira técnica espera dados de pontos; o pacote ZIP quando quiser manter as opções abertas. Para reconstruções humanas, GLB é o destino prático de exportação.
Faça a limpeza antes do uso em produção. Importe no Blender ou no pacote de sua preferência e conte com retopologia, trabalho de UV ou decimação conforme o destino do ativo. Trate o download como um ótimo ponto de partida e não como entrega finalizada.
Fotografe para reconstruir, não para embelezar. Se a câmera está com você, enquadre o objeto inteiro em três quartos, sobre um fundo que contraste claramente com ele. Luz difusa e uniforme funciona melhor do que iluminação dramática: sombras duras são interpretadas como geometria e assadas na textura.
Corrija a máscara ruim na etapa da máscara. Quase toda malha decepcionante nasce de uma seleção ligeiramente errada. Reformule com mais precisão, acrescente um clique, aperte o retângulo. Trinta segundos dedicados à máscara poupam de forma confiável uma geração desperdiçada.
Isole em vez de reconstruir cenas inteiras. Recortar para um único objeto bem destacado costuma superar a tentativa de submeter uma composição densa esperando que o modelo desenrole tudo. Se precisar de uma cena, reconstrua vários objetos separadamente e monte-os no seu programa 3D, onde o posicionamento fica inteiramente sob seu controle.
Orce gerações, não apenas dinheiro. Como créditos e pedidos de segmentação são contabilizados em separado, o hábito de segmentar várias seleções candidatas e gerar apenas a partir da melhor aproveita a cota bem melhor. A segmentação é o passo barato; a geração, o caro.
Confira a escala manualmente. A reconstrução a partir de uma única imagem não carrega nenhuma referência absoluta de escala. Depois de importar, fixe o tamanho de ao menos um objeto contra uma dimensão real conhecida antes de construir qualquer coisa ao redor.
Não use a malha como medição. Em tudo aquilo em que as dimensões tenham consequências — fabricação, ajuste, trabalhos médicos ou ligados à segurança — recorra a um instrumento de medida real. Estes modelos são visualmente plausíveis, o que não é o mesmo que metricamente corretos.
Verifique a cadeia de direitos antes de publicar comercialmente. Os direitos se dividem em duas camadas: seu direito de usar o que o serviço produz e seu direito sobre o conteúdo retratado na sua fotografia de origem. Uma licença permissiva no modelo não lhe concede direitos sobre design de produto alheio, obra de arte ou imagem de uma pessoa.
Desenvolvedores de jogos independentes e artistas técnicos que precisam de adereços e geometria de bloqueio mais rápido do que uma esteira de modelagem consegue entregar, e que aceitam limpar malhas depois.
Times de comércio eletrônico e marketing de produto sentados sobre grandes catálogos de fotografia chapada que desejam apresentações interativas e giráveis sem encomendar captura 3D por item.
Criadores de AR/VR e WebXR que precisam de adereços em GLB para povoar cenas imersivas e valorizam a rapidez de entrega acima do acabamento polígono a polígono.
Generalistas e entusiastas de 3D explorando o que a reconstrução por imagem única consegue e não consegue fazer hoje, e que preferem uma assinatura modesta a montar uma estação de trabalho.
Engenheiros e pesquisadores de visão computacional que avaliam a família SAM 3D com as próprias imagens antes de decidir hospedar os pesos abertos.
Docentes e criadores de conteúdo que querem ilustrações tridimensionais interativas construídas a partir de imagens que já possuem, para aulas, divulgação ou vídeo.
Artistas de personagens em busca de uma malha base humana com proporções sensatas obtida de uma foto de referência, como ponto de partida de escultura e não como personagem acabado.
Prototipadores e designers que precisam de um substituto espacial rápido para um objeto nas fases de conceito e leiaute, onde o aproximado basta de sobra.
O navegador web constitui o produto inteiro. O serviço roda no navegador e o cálculo acontece do lado do servidor. Não há aplicativo de desktop, aplicativo móvel ou extensão de navegador anunciados, e esse é o desenho pretendido: o sentido de um serviço hospedado é justamente que o cálculo pesado não ocorra na sua máquina.
Uma saída que viaja para os programas 3D padrão. Os arquivos exportados são descritos como prontos para uso imediato no Unity, Unreal, Blender e outros programas 3D padrão. O GLB em particular tem suporte amplíssimo em motores, visualizadores web e aplicações modernas de criação.
Visualizadores de formato hospedados junto à geração. Há visualizadores online para arquivos GLB, PLY, OBJ, FBX, GLTF, STL e DAE, úteis para inspeção rápida sem abrir programas mais pesados.
A hospedagem própria como via alternativa. Como os modelos subjacentes foram publicados abertamente, executá-los por conta própria é uma opção genuína. Hospedar por conta própria os mesmos pesos abertos exige, conforme documentado, um ambiente Linux de 64 bits e uma GPU NVIDIA com pelo menos 32 GB de memória de vídeo. Esse requisito de hardware é o argumento mais claro para explicar por que existe uma interface hospedada.
Nenhum plano público de API anunciado. O site não divulga, dentro de seus planos, uma interface de programação documentada nem um kit de desenvolvimento. Times que precisem de reconstrução em lote controlada por programa devem avaliar a hospedagem própria ou uma plataforma de inferência que exponha esses modelos como ponto de acesso. (a verificar)
O acesso se dá por assinatura em três faixas publicadas — Basic, Pro e Max —, com cobrança anual anunciada pela metade da mensal. As faixas diferem em volume e não em capacidade: as três listam o mesmo conjunto de recursos, e o que muda ao subir é quanto se pode processar por mês. Cada faixa mede dois orçamentos separados: uma reserva de créditos mensais de geração e uma cota mensal distinta de pedidos de segmentação de imagem. Vale internalizar essa dupla contabilidade antes de assinar, porque um fluxo que explora muitas seleções candidatas consome rápido a cota de segmentação sem quase tocar nos créditos de geração, enquanto um fluxo de conversão em lote faz exatamente o contrário. As faixas publicadas indicam ainda um custo efetivo por crédito, que cai conforme a faixa sobe — o formato habitual de desconto por volume.
As faixas pagas anunciam remoção de marca d'água, velocidade de processamento prioritária e direitos de uso comercial como benefícios do plano. O fato de a remoção da marca d'água figurar como recurso pago sugere que a saída não paga ou de teste vem marcada, arranjo convencional nesta categoria. O site não publica, em sua página de preços, uma cota gratuita detalhada, política de reembolso ou trilha de contrato corporativo, e preços de qualquer serviço por assinatura mudam com o tempo. Verifique as tarifas vigentes, o custo exato em créditos de uma geração e os termos de uso comercial diretamente na página de preços antes de se comprometer, sobretudo se seu trabalho depende desses direitos comerciais. (a verificar)
Se reconstrução por imagem única é o que você precisa, existem várias rotas e elas diferem sobretudo em quem as opera. A alternativa mais direta é subir até a origem: os pesos do SAM 3D são publicados abertamente pela Meta, de modo que executá-los por conta própria elimina inteiramente a camada intermediária, ao custo de providenciar uma GPU considerável. A Meta também opera o próprio espaço hospedado para experimentar os modelos, primeira parada natural se você quiser apenas ver o resultado da pesquisa sem assinar nada.
Para além desta família de modelos, o terreno mais amplo de geração 3D a partir de imagem e de texto inclui produtos especializados voltados a ativos prontos para jogo e plataformas de inferência generalistas que expõem muitos modelos abertos — este entre eles — atrás de uma API cobrada por chamada, formato que combina melhor com trabalho automatizado em lote do que uma assinatura por assento. E quando a precisão importa de verdade, a alternativa honesta não é outro gerador: a fotogrametria clássica a partir de uma captura multiângulo bem-feita, ou um scanner 3D real, seguem produzindo geometria mensuravelmente correta que nenhum método de imagem única alcança. Escolha pelo requisito: velocidade e conveniência apontam para a geração hospedada; fidelidade e confiança dimensional apontam para captura de verdade.
Resolução e detalhe têm teto. A documentação do modelo original reconhece com franqueza que uma resolução de saída moderada limita o detalhe e que o modelo de objetos não consegue raciocinar sobre interações físicas como contato ou interpenetração. Textura fina de superfície, arestas mecânicas nítidas e feições pequenas serão suavizadas ou perdidas. Objetos reconstruídos em separado podem se atravessar quando montados, porque nada na esteira impõe plausibilidade física entre eles.
O lado que não se vê é invenção. Tudo que está de costas para a câmera é gerado a partir de conhecimento aprendido, não observado. Em objetos familiares e simétricos, o palpite costuma convencer. Em objetos assimétricos, ou em qualquer um com detalhe distintivo na face oculta, o verso estará errado com toda a confiança. Sempre inspecione por trás antes de confiar num ativo.
A reconstrução humana tem fronteiras documentadas. O modelo corporal processa cada indivíduo separadamente, sem considerar interações entre várias pessoas nem entre pessoa e objeto. Uma foto de grupo não produzirá um conjunto que interage de forma coerente, e a articulação fina das mãos é fraqueza conhecida dos modelos corporais generalistas.
As malhas não estão prontas para fabricação. Uma avaliação prática independente voltada à manufatura aditiva concluiu que essas malhas não são adequadas ao processamento direto num fatiador, apontando superfícies que não são lisas nem estanques. Quem planeja imprimir a saída em 3D deve prever uma passagem de reparo e remalhamento, sem presumir imprimibilidade.
A topologia é gerada, não composta. Espere malhas densas e irregulares, sem fluxo de arestas planejado por artista e sem desdobramento de UV limpo. Para animação, deformação ou orçamento apertado de polígonos, a retopologia deixa de ser opcional.
As restrições de entrada são reais. Os envios se limitam a JPEG, PNG e WebP de até 10 MB, e a reconstrução corporal funciona melhor a partir de tomadas de corpo inteiro. Fotografias de baixa resolução, muito comprimidas, com borrão de movimento ou de ângulo extremamente oblíquo degradam o resultado antes mesmo de o modelo entrar em ação.
Os direitos vêm em camadas e a linguagem de marketing as achata. O código original é distribuído sob licença permissiva semelhante à Apache 2.0 e é livre para uso comercial, o que é precisamente o que torna lícita a hospedagem independente desses pesos. Essa licença rege o modelo, não a sua imagem de entrada. Reconstruir um design de produto protegido, uma obra de arte ou uma pessoa reconhecível gera obrigações que nenhuma licença de modelo resolve.
Privacidade merece uma decisão deliberada. Enviar uma fotografia a qualquer serviço hospedado significa transmiti-la a um operador terceiro. Fotografias de pessoas identificáveis são dados pessoais em muitas jurisdições, e a reconstrução corporal é por natureza um tratamento de imagens de pessoas. O site não publica de forma destacada um prazo de retenção de dados, então confirme os termos vigentes antes de enviar qualquer coisa sensível, confidencial ou inédita. (a verificar)
A continuidade do operador é uma incógnita. Trata-se de um serviço independente construído sobre modelos abertos de terceiros, numa categoria de rotatividade rápida. Baixe e arquive os ativos dos quais você depende em vez de tratar o serviço como armazenamento duradouro.
Não. É um serviço comercial independente que hospeda os modelos SAM 3D publicados abertamente pela Meta por trás de interface e cobrança próprias. A área de perguntas frequentes do próprio site traz um aviso explícito de que o projeto é independente e não possui vínculo com a Meta. Se você procura especificamente a demonstração hospedada pela Meta ou os materiais de pesquisa originais, recorra às propriedades oficiais da Meta. A distinção importa para suporte, cobrança, termos de privacidade e qualquer compromisso comercial.
Uma imagem. Os envios aceitam arquivos JPEG, PNG e WebP de até 10 MB. Diferente da fotogrametria, não é preciso um conjunto de tomadas em vários ângulos — esse é justamente o ponto da técnica e também a origem da maioria de suas limitações, já que tudo que não aparece naquele único quadro precisa ser inferido.
Objetos são exportados em GLB para jogos e aplicações web, em nuvens de pontos PLY para fluxos técnicos, ou como pacote ZIP completo com todos os formatos incluídos. Reconstruções de corpo saem em GLB. GLB é o padrão acertado para tudo que segue para um motor de jogo ou visualizador web; PLY combina com esteiras técnicas que esperam dados de pontos.
As faixas pagas anunciam remoção de marca d'água, velocidade de processamento prioritária e direitos de uso comercial como benefícios do plano, e a licença do modelo original permite uso comercial. Mas isso cobre apenas a ferramenta e o modelo: não lhe concede direitos sobre o que está retratado na sua fotografia de origem. Um design de produto protegido, uma obra, um logotipo ou uma pessoa reconhecível carregam obrigações próprias. Leia os termos de serviço vigentes e resolva à parte os direitos sobre suas imagens.
Suficiente para visualização, prototipagem, adereços e referência; insuficiente para valer como medição ou como geometria final de produção. A documentação do modelo original reconhece com franqueza que uma resolução de saída moderada limita o detalhe e que o modelo de objetos não consegue raciocinar sobre interações físicas como contato ou interpenetração. Planeje uma passagem de limpeza.
Não de forma confiável sem trabalho de reparo. Uma avaliação prática independente voltada à manufatura aditiva concluiu que essas malhas não são adequadas ao processamento direto num fatiador, apontando superfícies que não são lisas nem estanques. Seria preciso passar a malha por ferramentas de reparo e remalhamento e conferir a estanqueidade antes de fatiar.
Porque a barreira é o hardware. Hospedar por conta própria os mesmos pesos abertos exige, conforme documentado, um ambiente Linux de 64 bits e uma GPU NVIDIA com pelo menos 32 GB de memória de vídeo. Se você já dispõe desse equipamento e da disposição operacional, hospedar por conta própria sai mais barato em volume e mantém suas imagens na sua própria infraestrutura. Se não, a assinatura converte um problema de investimento e operação numa mensalidade.
São dois medidores distintos. Cada faixa mede dois orçamentos separados: uma reserva de créditos mensais de geração e uma cota mensal distinta de pedidos de segmentação de imagem. Selecionar e refinar uma máscara consome a cota de segmentação; produzir a malha 3D propriamente dita consome créditos de geração. Na prática isso premia um fluxo em que você segmenta à vontade até achar a seleção certa e só então gera uma vez.
Cada pessoa é tratada de forma independente. O modelo corporal processa cada indivíduo separadamente, sem considerar interações entre várias pessoas nem entre pessoa e objeto. Você pode reconstruir várias figuras de uma mesma fotografia, mas as posições relativas, os contatos e as interações não serão modelados de forma coerente — o arranjo fica por sua conta num programa 3D.
O serviço foi construído em torno da reconstrução por imagem única, então a abordagem prática é extrair um quadro representativo do vídeo e usá-lo como entrada. Escolha um quadro com pouco borrão de movimento, em que o objeto não esteja encoberto e ocupe boa parte do enquadramento. (com base em informações públicas)
